Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Ultraääni älykkään diagnoosijärjestelmän tutkimus ja soveltaminen munasarjamassalle

torstai 25. heinäkuuta 2024 päivittänyt: Zhejiang Provincial People's Hospital

Tutkimus munasarjojen massan automaattisesta tunnistamisesta ja älykkäästä apudiagnoosijärjestelmästä, joka perustuu multimodaalisiin ultraäänikuviin

Tutkimus munasarjojen massan automaattisesta tunnistamisesta ja älykkäästä multimodaaliseen ultraäänikuviin perustuvasta apudiagnostiikkajärjestelmästä.

Tutkimuksen yleiskatsaus

Tila

Ei vielä rekrytointia

Yksityiskohtainen kuvaus

Tutkijoiden tavoitteena oli kehittää älykäs ultraäänidiagnoosijärjestelmä munasarjamassalle, joka perustuu multimodaalisiin ultraäänikuviin.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

100000

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

  • Lapsi
  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Joo

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Gynekologisessa ultraäänitutkimuksessa löydettiin ainakin yksi potilas, jolla oli pysyvä munasarjakasvain. Potilaalle tehtiin leikkaushoito ja histopatologiset tulokset.

Kuvaus

Sisällyttämiskriteerit:

  1. Gynekologisessa ultraäänitutkimuksessa löydettiin ainakin yksi potilas, jolla oli pysyvä munasarjakasvain.
  2. Potilaalle tehtiin leikkaushoito ja histopatologiset tulokset.

Poissulkemiskriteerit:

  1. Histopatologinen analyysi vahvistaa ei-munasarjakasvaimen;
  2. Histopatologiset tulokset eivät ole vakuuttavia;
  3. Kuvanlaatuun liittyvät ongelmat: munasarjojen massa on epätäydellinen, eikä siinä näy kaikkia ympäröiviä kudoksia (mutta massa on liian suuri poissuljettavaksi kokonaan); kuvat ovat liian epäselviä, mikä vaikeuttaa munasarjamassan ominaisuuksien määrittämistä (mahdollisia syitä ovat ultraäänilaitteen laitteiston laatuongelmat, liikkeen epäterävyys, tarkennusongelmat, suolistokaasujen esiintyminen potilaassa); vahvistusasetukset tekevät vaikeaksi arvioida munasarjamassan ominaisuuksia (kuten alhainen kontrasti, liian tummat kuvat tai kylläisyys); artefaktien esiintyminen vaikuttaa munasarjamassan ultraääniominaisuuksien arviointiin, ja se on suljettava pois.

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
Koulutuskohortti
Harjoittelukohorttia käytetään keinotekoisen mallin harjoittamiseen monimallien ultraäänikuvien tai -videoiden perusteella.
Vahvistuskohortti
Validointikohorttia käytetään keinotekoisen mallin validointiin.
Tekoälymallin käyttäminen hyvänlaatuisten, raja-arvoisten ja pahanlaatuisten munasarjamassojen diagnosointiin.
Sisäinen testikohortti
Sisäistä testikohorttia käytetään keinotekoisen mallin sisäiseen testaamiseen.
Tekoälymallin käyttäminen hyvänlaatuisten, raja-arvoisten ja pahanlaatuisten munasarjamassojen diagnosointiin.
Ulkoinen testikohortti
Ulkoista testikohorttia käytetään keinotekoisen mallin sisäiseen testaamiseen.
Tekoälymallin käyttäminen hyvänlaatuisten, raja-arvoisten ja pahanlaatuisten munasarjamassojen diagnosointiin.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Kaaren alla oleva alue
Aikaikkuna: Opintojen suorittamisen kautta keskimäärin 1 vuosi
AUC (Area Under the Curve) on yleinen indeksi, jota käytetään arvioimaan binääriluokitusmallin suorituskykyä.
Opintojen suorittamisen kautta keskimäärin 1 vuosi

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Herkkyys
Aikaikkuna: Opintojen suorittamisen kautta keskimäärin 1 vuosi
Herkkyys viittaa testin kykyyn tunnistaa oikein positiivinen tulos henkilöstä, jolla on sairaus. Se edustaa niiden tapausten osuutta, joissa testi pystyy havaitsemaan positiivisen taudin
Opintojen suorittamisen kautta keskimäärin 1 vuosi

Muut tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Spesifisyys
Aikaikkuna: Opintojen suorittamisen kautta keskimäärin 1 vuosi
Spesifisyys viittaa testin kykyyn tunnistaa oikein negatiivinen tulos yksilössä, jolla ei itse asiassa ole sairautta. Se edustaa niiden tapausten osuutta, joissa sairaus on negatiivinen ja jonka testi pystyy havaitsemaan.
Opintojen suorittamisen kautta keskimäärin 1 vuosi
Tarkkuus
Aikaikkuna: Opintojen suorittamisen kautta keskimäärin 1 vuosi
Tarkkuus viittaa siihen, missä määrin diagnostisen testin tulokset vastaavat todellista tilannetta
Opintojen suorittamisen kautta keskimäärin 1 vuosi
Positiivinen predikatiivinen arvo
Aikaikkuna: Opintojen suorittamisen kautta keskimäärin 1 vuosi
Positiivinen ennustearvo ilmaisee todennäköisyyden, että testitulos on tosi, jos se on positiivinen. Toisin sanoen se edustaa niiden yksilöiden osuutta, jotka diagnosoidaan positiivisiksi, kun testitulos on positiivinen ja joilla on tosiasiallisesti sairaus.
Opintojen suorittamisen kautta keskimäärin 1 vuosi
Negatiivinen ennustearvo
Aikaikkuna: Opintojen suorittamisen kautta keskimäärin 1 vuosi
Negatiivinen ennustearvo viittaa todennäköisyyteen, että jos testitulos on negatiivinen, tulos on todella negatiivinen. Se edustaa niiden henkilöiden osuutta, jotka on diagnosoitu negatiivisiksi, kun testitulokset ovat negatiivisia ja jotka ovat todella vapaita taudista
Opintojen suorittamisen kautta keskimäärin 1 vuosi

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Arvioitu)

Tiistai 30. heinäkuuta 2024

Ensisijainen valmistuminen (Arvioitu)

Maanantai 30. heinäkuuta 2029

Opintojen valmistuminen (Arvioitu)

Maanantai 30. heinäkuuta 2029

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Torstai 18. heinäkuuta 2024

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 25. heinäkuuta 2024

Ensimmäinen Lähetetty (Todellinen)

Tiistai 30. heinäkuuta 2024

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Tiistai 30. heinäkuuta 2024

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 25. heinäkuuta 2024

Viimeksi vahvistettu

Maanantai 1. heinäkuuta 2024

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Tilaa